Análise Sintática (parte 1) “Pois o salário do pecado é a morte, mas o dom gratuito de Deus é a vida eterna em Cristo Jesus, nosso Senhor.” (Romanos 6:23)

Etapas da Compilação Front-End (Análise) Back-End (Síntese) Análise Léxica Análise Sintática Analise Semântica Geração de Código Intermediário Geração de Código Final

Análise Sintática Alguns autores consideram que análise sintática se refere a tudo que diz respeito à verificação do formato do código fonte  Inclui a análise léxica como subfase  Visão mais coerente, porém o livro que usamos tem outra visão...

Análise Sintática Entenderemos análise sintática como sendo apenas a segunda fase dessa verificação de formato:  Fase que analisa a seqüência de tokens para descobrir a “estrutura gramatical” do código fonte  Também chamada “Reconhecimento” (Parsing)  Nome melhor: “Análise Gramatical” ?

Sumário da Aula Gramáticas Livres de Contexto Introdução à Análise Sintática

Gramáticas Livres de Contexto

Gramáticas São usadas para organizar os tokens em “sequências de tokens”  Análogas a “frases” Definem regras de formação recursivas expressão → CTE_INT | ID | expressão + expressão

Gramáticas As gramáticas livres de contexto possuem quatro elementos:  Símbolos terminais  Símbolos não-terminais  Símbolo inicial  Produções !

Gramáticas Elementos das gramáticas livres de contexto:  Símbolos terminais: Símbolos assumidos como atômicos, indivisíveis Em compiladores, são os tokens  Símbolos não-terminais: Usados para organizar os tokens em “frases” Representam elementos abstratos do programa

Gramáticas Elementos das gramáticas livres de contexto:  Símbolo inicial: Não-terminal a partir do qual são derivadas “cadeias” de símbolos terminais Geralmente é um não-terminal chamado programa  Produções: São as regras de formação Definem as “frases” de terminais válidas na linguagem

Notações Notação comum nos livros de Teoria da Computação  Símbolo não-terminal: letras maiúscula  Símbolo terminal: letras minúsculas, sinais, etc. E → T | T + E T → x | i

Notações Notação BNF (Backus-Naur Form)  Símbolo não-terminal delimitado por “ ” ::= | "+" ::= "x" | "i"

Notações Notações EBNF (extended BNF)  Nome genérico – existem várias!  Não-terminais sem delimitadores  BNF + operadores de expressões regulares expressão = termo {"+" termo}* termo = "x" | "i"

Notações Notações que usaremos  Tradicional: para mostrar conceitos mais teóricos  EBNF: para os exemplos práticos Tokens aparecerão literalmente se forem simples (ex.: sinais, palavras-chave, etc.) Tokens com várias opções de casamento aparecerão em maiúscula (ex.: identificadores, valores literais)

Gramáticas No estudo de Teoria da Computação, a gramática podem ser chamada de formalismo gerador A partir do símbolo inicial, podemos derivar (gerar) as cadeias (sequências) de terminais que são válidas na linguagem

Derivação O processo de derivação consiste em substituir cada ocorrência de um não-terminal pelo lado direito (corpo) de alguma de suas produções  Derivação mais à esquerda: o não-terminal a ser substituído é sempre o mais à esquerda  Derivação mais à direita: análogo A derivação pára quando sobrarem apenas terminais  A cadeia resultante fica nas folhas

Derivação Seja a gramática BNF anterior  Derivar a cadeia “i+i+x”  Esta é uma derivação mais à esquerda  +  i +  i + +  i + i +  i + i + x

Derivação Seja a gramática BNF mostrada antes  Derivação mais à direita da cadeia “i+i+x”  +  + +  + + x  + i + x  i + i + x

Árvore de Derivação A árvore dos exemplos anteriores expressão i + i + x termo expressão a cadeia gerada pode ser percebida nas folhas, analisando- as da esquerda para a direita termo

Árvore de Derivação A mesma árvore reorganizada expressão i+i+x termo expressão a seqüência de terminais (cadeia) gerada termo

Árvore de Derivação Mostra de maneira estática as produções aplicadas  Não diferencia se foi uma derivação mais à esquerda ou mais à direita que gerou a cadeia Forma  Tem o símbolo inicial como raiz  Não-terminais formam nós intermediários  As folhas são os terminais (tokens) da cadeia

Análise Sintática Vimos que gramáticas são formalismos que geram cadeias Em compiladores, não vamos gerar uma cadeia, mas já temos a cadeia de terminais (ou seja, de tokens) pronta... Diante disso, qual seria a função do analisador sintático?

Introdução à Análise Sintática

Análise Sintática O objetivo  Descobrir como uma seqüência de tokens pode ser gerada pela gramática da linguagem Em outras palavras  Entrada: seqüência de tokens  Saída: árvore

Análise Sintática O módulo de software responsável por essa etapa pode ser chamado de  Analisador sintático ou parser (reconhecedor) Existem duas estratégias algorítmicas que podem ser adotadas  Bottom-up ou Ascendente  Top-down ou Descendente

Análise Sintática Usaremos a seguinte gramática não-ambígua para ilustrar, a seguir, as duas estratégias de análise sintática ::= | "+" ::= "x" | "i"

Análise Descendente Parte da raiz (não-terminal inicial) e tenta criar a árvore de cima para baixo Para cada não-terminal, tenta adequar a cadeia de tokens (lida na entrada) a uma de suas produções  O desafio é escolher a produção adequada... Se a produção tiver não-terminais, faz um processo similar para aquele não-terminal O processo de construção da árvore lembra uma derivação mais à esquerda da cadeia

Análise Descendente O parser vai ter que escolher uma produção adequada para o símbolo inicial expressão i+i+x ?

Análise Descendente Sabe-se que ambas as produções iniciam com, variando o restante i+i+x expressão termo ? ?

Análise Descendente Ao ler o token “i”, o parser identifica que é gerado por, mas falta decidir o resto... i+i+x expressão termo ?

Análise Descendente A descoberta do “+” faz o parser decidir a produção adequada expressão i+i+x termo ?

Análise Descendente Processo similar acontece após a leitura dos dois tokens seguintes expressão i+i+x termo expressão ?

Análise Descendente Porém, no último token, vai ter apenas e o parser encerra no EOF (fim de arquivo) expressão i+i+x termo expressão termo EOF

Análise Descendente Veremos na próxima aula como construir um parser desse tipo com relativa facilidade Agora, vamos ver como funciona a estratégia ascendente (de baixo para cima)

Análise Ascendente Parte das folhas (tokens) e tenta crescer a árvore até a raiz (símbolo inicial) Para isso, compara a seqüência de símbolos o lado direito (ou corpo) das produções para tentar criar um ramo da árvore Diz-se que a seqüência é “reduzida” ao não- terminal do lado esquerdo da produção

Análise Ascendente Tenta crescer a árvore usando o corpo das produções, até chegar ao símbolo inicial expressão i+i+x

Análise Ascendente O token “i” é reduzido ao não-terminal, devido à produção ::= “i” i+i+x termo

Análise Ascendente O parser lê o token “+”, mas ainda não pode fazer uma redução i+i+x termo

Análise Ascendente Mais uma redução ao não-terminal i+i+x termo

Análise Ascendente Apenas continua a leitura i+i+x termo

Análise Ascendente Nova redução ao não-terminal i+i+x termo

Análise Ascendente Como acabaram-se os tokens, o último só pode ser gerado diretamente por, então reduz i+i+x termo expressão termo EOF

Análise Ascendente Agora, a subcadeia “ + ” pode ser reduzida para i+i+x termo expressão termo expressão termo

Análise Ascendente Outra redução, usando a mesma produção expressão i+i+x termo expressão termo

Descendente x Ascendente A análise sintática descendente é mais fácil de entender e de implementar, porém a ascendente é mais poderosa (aplicável em mais linguagens) Uso principal das duas estratégias  Ascendente: geralmente, usado apenas em geradores semi-atomáticos de parsers  Descendente: tem uma técnica simples de implementar manualmente (e outras usadas em geradores também)

Descendente x Ascendente Chama-se gramática LL àquela que permite a construção de um parser descendente para reconhecê-la Chama-se gramática LR àquela que permite a construção de um parser ascendente para reconhecê-la

Análise Sintática Além de construir a árvore, outras atribuições importantes do analisador sintático são:  Reportar erros, o que deve ser feito de maneira clara para permitir ao usuário corrigir o problema  Recuperar-se de erros automaticamente (pouco uso em compiladores comerciais)

Análise Sintática Na verdade, a análise sintática não precisa construir a árvore durante o reconhecimento Só é necessário construir a árvore se ela for realmente separada das etapas seguintes  Em “passagens” distintas  Passagem – percorrer todo o código fonte Em todo caso, o parser vai funcionar descobrindo como a árvore poderia ser construída, na gramática dada,para os tokens dados